花粉过敏是一个全球性的健康问题[ 1]。它们在很大程度上影响着各国相当一部分人口[ 2- 5]。花粉预测已被证明是避免过敏原、处理和治疗花粉过敏的极有价值的工具[ 6， 7]。在花粉季节，花粉信息被消耗得更多[ 8-关于需要这种服务的指示。今天，花粉预测也通过移动技术(移动电话，平板电脑，任何无线设备)分发，移动健康(mHealth)在告知公众方面变得越来越重要。然而，电子医疗仍然需要制定标准和道德框架[ 9]以避免意外的后果[ 10]。Sawand等[ 11]提供了一份关于安全电子健康监测的最新综述。此外，世界卫生组织亦进行了一项有关电子医疗的全球调查[ 12报告称，在收入较高的国家，电子健康或移动健康活动有所增加。

数据质量令人关注[ 13并可通过各种标准进行判断，如准确性、精确度、完整性、及时性、相关性、易读性、可及性、实用性、时效性或新鲜度以及保密性。在任何电子健康服务中提供的数据或信息的质量，特别是在准确性、精确性和完整性方面，并不总是经过检查;其中包括食物成分的移动应用程序[ 14]，糖尿病[ 15]、复杂慢性疾病和残疾[ 16]，铁的摄入量[ 17]、狼疮治疗[ 18]，或为痴呆症患者提供的在线门户网站[ 19都是很好的例子。所有这些研究都表明，需要提高电子健康或移动健康服务的质量和可用性。

一系列与花粉过敏相关的手机应用程序可以免费提供花粉预测，但直到今天，用户还没有被告知花粉预测的准确性。与此同时，这些为花粉过敏患者提供健康相关内容的应用程序的发布者身份尚不清楚。此外，针对花粉过敏和过敏原预防的应用程序的研究仍然很少[ 20.， 21]。其中五个应用程序被列入Berger等人的研究[ 20.对其功能和内容进行评估。Berger等人的研究标准与本研究不同，他们从正式的角度考察了应用程序，但没有考虑花粉预测本身的质量。虽然花粉预测的良好科学实践参数最近被定义[ 22]，目前尚不清楚不同应用程序在花粉预测质量方面的表现。关于花粉预测在多大程度上代表现实，以及预测对开花准备情况的预测效果如何，这些问题仍然没有答案。

在此，我们分析了来自四个不同国家的9个移动应用程序在2016年草花粉季节的草花粉预测。此外，为了检验这些预测的准确性和可靠性，还对禾草准备开花的预测日期进行了评估。预测中的差距和错误也被考虑在内，以便完成特定应用程序的性能图。

本研究包括以下免费下载应用程序:(1)“花粉”[ 23]，(2)“Biowetter”，(3)“Pollenwarner”，(4)“DWD Pollenflug- index”(简称:“DWD”)，(5)“Allergiehelfer”，(6)“Pollenflug Vorhersage”(简称:“Pollenflug”)，(7)“Allergohelp Deutschland”(简称:“Allergohelp”)，(8)“花粉新闻”，以及(9)“花粉预测”(简称:“花粉热”)。应用程序1-3用于奥地利，并对维也纳的预测进行了评估。应用程序4-7用于德国，并对柏林的预测进行了评估。App 8用于瑞士，并对其对巴塞尔的预测进行了评估。应用程序9用于英国，并评估其对伦敦的预测。在研究期间，每天在同一时间(下午1点)对每个应用程序的预测进行截图，以便始终使用最新的预测(当天的预测)进行评估。为了检验花粉预报的基本准确性，不提前2天或3天对预报进行分析。由于草花粉季节是一个较长的花粉季节，波动较小，因此是较容易预测的季节之一，因此对草花粉负荷的预测进行了分析，以评价预测结果。

所使用的花粉数据来自欧洲空气过敏原网络(EAN)数据库和国家花粉监测网络(见“致谢”)。花粉资料采用赫斯特型花粉诱捕器获取[ 24]。这些体积捕集器的操作以及对产生的空气样本进行光显微镜评估，均符合欧洲空气生物界的最低要求[ 25]也需要从EAN数据库中获取，以确保花粉数据的高质量。根据当地的草花粉数据，根据EAN标准定义，每个地点的草花粉季节为年度草花粉指数的1%至95%:维也纳(2016年5月1日至2016年8月5日)，柏林(2016年5月12日至2016年7月23日)，巴塞尔(2016年4月30日至2016年8月8日)和伦敦(2016年5月28日至2016年7月22日)。

采用描述性统计和R3.3.1 (R Foundation for Statistical Computing, Vienna, Austria)进行分析。在确定的草花粉季节内，将每日草花粉浓度与预测负荷进行比较。使用负荷等级及其花粉浓度范围见 表1。所使用的范围采用奥地利花粉信息服务，部分对应于德国，瑞士和英国也使用的范围。引入了花粉负荷类别之间的容忍度，以允许边界周围的灵活性(由于生物地理差异或不同的花粉负荷定义)。在此设置中，正确的预测意味着预测的负载是“准确的”类别，或者是使用增加或减少的值计算的类别。我们将“准确率”定义为花粉预测性能在预测每日花粉浓度准确性方面的度量，即在规定时间段内预测的正确率。计算包括精确的命中率(无误差)，命中率±2花粉，命中率±4花粉在每个类别的边界( 表2）.这是因为预报不应该因为重叠的微小差异(例如，一个花粉粒)而自动证伪。必须为“DWD”应用程序开发一种采用的方法，因为它也使用中间预测负载，而所有其他应用程序都应该与两个相邻类别重叠。数值区间是根据负载边界与20%区间之间的平均值计算的(见 表1）.为了精确匹配，计算正确预测的比例(在“DWD”应用程序的情况下，如果花粉浓度在重叠区间内，则两个类别都被视为正确)。

此外，还将预测牧草“开花准备度”的表现与该季节首次出现的中等花粉负荷进行了比较。选择第一个中等草花粉负荷作为“阈值”，因为在草花粉季节之前空气中可能出现低草花粉负荷。然而，只有两个花粉应用(“花粉”和“花粉新闻”)提供了这样的服务。

本文对所研究的移动应用程序进行了主要选项、功能背景和值得注意的观察。所有这些都是免费的。

“花粉”包括花粉信息(预测、季节倒计时、不同花粉传播模式、预测图)、花粉过敏相关服务(过敏症状和负荷日记、基于症状条目的每日负荷、个性化花粉信息、过敏症医生搜索)、植物信息、推送通知服务和印记(奥地利花粉信息服务是开发商和运营商)。据我们所知，这是唯一一个科学地描述和发表的应用程序[ 23在本文研究的应用程序中。

“Biowetter”是一款专注于天气和生物节律的app，花粉信息只是app的一部分，app中不存在任何印记，并且会定期出现广告。在研究期间，它是最频繁出现崩溃报告和丢失预报信息的app ( 图1）.

“花粉华纳”包括花粉信息、推送通知服务、症状日记和一般信息(提示和技巧)。虽然无法使用商标，但如果看到商标，就会发现Tempo和Otriven这两家公司与这款应用有关联。

“DWD”提供花粉预测，一张预测图，并拥有“Deutscher weterdienst”的印记，这不仅是德国官方的气象服务，而且是联邦交通和数字基础设施部业务领域的更高联邦权威机构，根据德国花粉信息基金会(PID)的花粉测量提供花粉预测。

“Allergiehelfer”包括花粉预测，包括推送服务和一般信息。制药公司GlaxoSmithKline GmbH & Co. KG在印记中显示。

“花粉flug”提供花粉预测、预测图、推送通知服务、过敏问卷和一般信息。印记中提到了制药公司Hexal AG，该应用程序还包括过敏药物的广告。

“Allergohelp”提供花粉预测、预测图、过敏和治疗的一般信息、治疗文件和过敏症专家搜索。制药公司Allergopharma GmbH & Co. KG在印记中被提及。

“花粉新闻”包括花粉信息(花粉预测，开花开始，地图)和一般信息(提示和窍门，空气过敏原信息)。啊哈!在该印版中，Allergiezentrum Schweiz和Bundesamt fr Meteorologie und Klimatologie MeteoSchweiz被指定为出版商。啊哈!瑞士过敏症中心认为自己是一个病人组织，而瑞士气象的联邦气象与气候研究所是瑞士的国家气象和气候服务机构。

“花粉热”提供花粉预报和预报图。广告是存在的，印记不存在。然而，a . vogel公司(天然草药疗法)以商标的形式出现。

草花粉预测的质量，以击中率( 表2考虑到确切的点击率，5个应用程序获得了40-50%的分数(“DWD”，“Allergiehelfer”，“Pollenflug”，“Allergohelp”和“花粉新闻”)，而3个应用程序获得了较低的分数，低于40%(“Biowetter”，“Pollenwarner”和“Hayfever”)，只有一个应用程序得分超过60%(“花粉”)。当计算容忍度范围时，命中率提高了，大多数应用程序都受益于容忍度的增加。只有“花粉热”表现出较低的改善，随后从±2到±4的花粉耐受性停滞。在大多数应用程序中，精确命中率显著增加到±2的公差，特别是在“花粉”中，其增加了约15%。“花粉”也是总命中率最高的应用程序(高达80%，公差为±4)，改进最大，因此误差最小。其次的最佳表现在50%到59%之间(“Pollenflug”，“Allergiehelfer”，“DWD”，“Allergohelp”和“花粉新闻”)。即使有最高的容忍度，也有得分低于50%的应用程序(“Biowetter”、“Pollenwarner”和“Hayfever”)。

所有应用程序预测花粉水平的箱形图分析揭示了进一步的见解( 图1）.在草花粉季节出现空白或错误的应用程序是“Biowetter”、“Allergiehelfer”和“花粉新闻”。值得注意的是，与所有其他应用程序相比，“Biowetter”不仅显示出最高的预测缺失频率，而且没有或低预测草花粉负荷。在预测负荷的平均值和25-75%分位数(例如，“Biowetter”、“Allergohelp”和“Hayfever”)的相似分布中，低质量也很明显。

2016年5月9日，在维也纳，根据“花粉”的预报倒计时，草已经准备好开花了;第一次中度花粉负荷也发生在同一天。根据2016年5月10日巴塞尔“花粉新闻”的预测倒计时，草已经准备好开花;第一次中度花粉负荷发生在3天前(即2016年5月7日)。

预测花粉浓度或负荷不是一个微不足道的问题，因为许多因素在花粉过敏患者的负担发展中起作用。需要几个数据源和信息，包括该地区的生物地理，连续的花粉监测和可靠的花粉数据，高质量的天气预报，物候学，模型(花粉传播的数值模拟)，医学-过敏学专业知识各自的症状数据，以及花粉预测任务的经验[ 22]。在本研究中，当施加±4个花粉公差范围时，大多数应用程序对实际日花粉预测的命中率仅为40-60%(8个应用程序)。研究结果表明，预报质量已经有一定的提高空间。

虽然只有两个应用程序提供了开花时间的预测(“花粉”和“花粉新闻”)，但这些预测都表现出色。这里使用的预测日期是“准备开花”信息出现时使用的日期。早前的预报日期为4月中旬(例如，2016年4月15日)，两个应用程序都宣布2016年5月6日为草准备开花的日期，考虑到这是在各自草花粉季节开始前近一个月的预测，这仍然足够准确。预测的日期与第一次中度草花粉负荷(“花粉”)或几天内(“花粉新闻”)相吻合，因此可能被推荐为花粉过敏患者为草花粉季节做好准备的有用服务。

必须提到的是，某些事实和依赖关系使准确的花粉预报的产生复杂化。花粉预报活动依赖于尽可能准确的天气预报。虽然天气预报在同一天的最低和最高气温的准确率由85%至95%不等，但降水和日照时数的预测则较为复杂，准确率较低[ 26]。此外，对臭氧等环境污染物的预报也取决于气象参数的准确性。例如，在3年评估中，由于气象预报误差，臭氧预报的准确度由6%偏离至25% [ 27]。此外，应该考虑花粉预报是否应该与概率天气预报类似。因此，我们想提出这样一个问题，即科学界和花粉信息服务机构是否应该将“低花粉量”的预测视为“低花粉量的高概率”，并将所有后果从定义概率到以一种可理解的方式向公众推广和传达，这对于概率天气预报来说已经很困难[ 28]。此外，授粉因植物丰度和小气候而异，导致同一地点或同一城市的花粉浓度不同[ 29- 31]。这一事实在本研究中考虑了与公差有关的命中率分析。我们建议，具有公差的分析，如本文所使用的，是有利的，因为它们补偿了可能不归为误差的小差异。缺少花粉预测是一些应用程序(4个应用程序)的问题，也是公司发布的应用程序的问题。有必要提高服务的可靠性，因为对过敏患者来说，没有任何信息比不准确的花粉预测更无用了。显然，对花粉过敏症患者进行质量控制，可以使他们了解特定供应商的花粉预测的可靠性，从而提高花粉预测的质量。

旨在帮助花粉过敏患者避免过敏原的移动应用程序应满足一定的标准和功能，其中包括易于理解的花粉预测、最少的空气过敏原预测、植物学信息、症状日记、过敏风险问卷，以及与应用程序出版商的印记，说明负责机构，最好没有利益冲突[ 20.]。这里需要注意的是，广告在花粉信息类app中是常见的，尤其是当发布者是公司且不直接参与花粉预测时。有直接广告的应用有“Biowetter”、“Pollenflug”和“Hayfever”。谁是应用程序的发行商代表着关键信息。一个参与预测的机构在“花粉”、“DWD”和“花粉新闻”这三个应用的出现次数在该印记的背景中，但在其他六个应用中没有。本研究的结果强调了花粉预测的改进和质量控制的必要性。

数据源和方法的结合将导致花粉预测的改进，并且已经在本研究中发现的性能最好的移动应用程序中使用。物候常规评估花粉季节的局部进展。花粉散布模型和开花准备模型支持准备花粉预报的人。症状数据揭示了每日花粉浓度对花粉过敏患者的影响，并允许根据相关人员的需要调整预测。这些可能是需要与未来花粉预报更紧密联系的通道。关于改进花粉预测的具体建议包括:(1)在花粉季节最好也要持续评估花粉预测质量，以尽快提高质量;(2)理解花粉预测的概率性质，并在用户可见的服务中实施这方面(如预测准确性的百分比信息);(3)除花粉数据外，实施所有必要的信息源，如症状数据和物候例程，以提高花粉预测[ 22]。

花粉预测对于花粉过敏患者避免过敏原至关重要，因此花粉预测的准确性是提高生活质量的关键因素。大多数应用提供的预测命中率约为50%，这个分数对于这个目的来说太低了。错误的花粉预报可被视为潜在的身体伤害，并可能对相关人员造成重大伤害，因此应引入花粉预报的质量控制。花粉信息和花粉预测不应由制药公司发布或伴随广告[ 22来确保花粉预测的公正。最后，我们已经确定，为开发或推广花粉预测应用程序的机构提供知识证明和必要的数据集，对于确保用户安全和这种电子健康服务的质量至关重要。